لینک دانلود و خرید پایین توضیحات
دسته بندی : پاورپوینت
نوع فایل : .ppt ( قابل ویرایش و آماده پرینت )
تعداد اسلاید : 26 اسلاید
قسمتی از متن .ppt :
تئوری احتمال و کاربردآن
جلسه هفتم
مقدمه
توزیع یکنواخت گسسته
خواص توزیع یکنواخت گسسته
توزیع برنولی
خواص توزیع برنولی
توزیع دوجمله ای
خواص توزیع دوجمله ای
توزیع چند جمله ای
خواص توزیع چند جمله ای
جلسه هفتم
مقدمه
رفتار یک متغیر تصادفی با تابع توزیع احتمال آن توضیح داده می شود.
تابع توزیع احتمال را می توان در قالب شکل، هیسنوگرام، جدول یا یک فرمول ریاضی بیان نمود.
گاهی نتایج حاصل از آزمایشهای آماری که دارای فضای نمونه گسسته هستند دارای رفتار عمومی از نوع خاصی هستند.
مثل: رفتار عمومی تمامی ازمایشهایی که تنها یک نتیجه موفقیت یا شکست دارند.
در نتیجه این متغیرها دارای توزیع جرمی احتمال یکسانی هستند که با آن می توان رفتار متغیر تصادفی را توضیح داد.
با در دست داشتن توزیع های جرمی احتمال مهم که مدلهای احتمال گسسته نامیده می شوند می توان رفتار بسیاری از متغیرهای تصادفی گسسته را توضیح داد.
در این فصل در مورد مدلهای احتمالی که بیشترین کاربرد را در علوم مهندسی، مدیریت و تحقیق در عملیات دارند بحث می گردد.
جلسه هفتم
توزیع یکنواخت گسسته
تعریف: اگر متغیر تصادفی X مقادیر x1، x2، ... و xn را با احتمال یکسان اختیار کند، آنگاه توزیع یکنواخت گسسته به صورت زیر خواهد بود.
به n پارامتر توزیع گویند.
مثال 1: اگر تاس سالمی یکبار پرتاب شود هر یک از عناصر فضای نمونه s={1,2,3,4,5,6} با احتمال یکسان 6/1 می تواند نتیجه شود.در این صورت اگر متغیر تصادفی گسسته X را به عنوان نتیجه حاصل از پرتاب تاس تعریف کنیم آنگاه X از توزیع یکنواخت گسسته به صورت زیر برخوردار است
لینک دانلود و خرید پایین توضیحات
دسته بندی : پاورپوینت
نوع فایل : .ppt ( قابل ویرایش و آماده پرینت )
تعداد اسلاید : 26 اسلاید
قسمتی از متن .ppt :
تئوری احتمال و کاربردآن
جلسه هفتم
مقدمه
توزیع یکنواخت گسسته
خواص توزیع یکنواخت گسسته
توزیع برنولی
خواص توزیع برنولی
توزیع دوجمله ای
خواص توزیع دوجمله ای
توزیع چند جمله ای
خواص توزیع چند جمله ای
جلسه هفتم
مقدمه
رفتار یک متغیر تصادفی با تابع توزیع احتمال آن توضیح داده می شود.
تابع توزیع احتمال را می توان در قالب شکل، هیسنوگرام، جدول یا یک فرمول ریاضی بیان نمود.
گاهی نتایج حاصل از آزمایشهای آماری که دارای فضای نمونه گسسته هستند دارای رفتار عمومی از نوع خاصی هستند.
مثل: رفتار عمومی تمامی ازمایشهایی که تنها یک نتیجه موفقیت یا شکست دارند.
در نتیجه این متغیرها دارای توزیع جرمی احتمال یکسانی هستند که با آن می توان رفتار متغیر تصادفی را توضیح داد.
با در دست داشتن توزیع های جرمی احتمال مهم که مدلهای احتمال گسسته نامیده می شوند می توان رفتار بسیاری از متغیرهای تصادفی گسسته را توضیح داد.
در این فصل در مورد مدلهای احتمالی که بیشترین کاربرد را در علوم مهندسی، مدیریت و تحقیق در عملیات دارند بحث می گردد.
جلسه هفتم
توزیع یکنواخت گسسته
تعریف: اگر متغیر تصادفی X مقادیر x1، x2، ... و xn را با احتمال یکسان اختیار کند، آنگاه توزیع یکنواخت گسسته به صورت زیر خواهد بود.
به n پارامتر توزیع گویند.
مثال 1: اگر تاس سالمی یکبار پرتاب شود هر یک از عناصر فضای نمونه s={1,2,3,4,5,6} با احتمال یکسان 6/1 می تواند نتیجه شود.در این صورت اگر متغیر تصادفی گسسته X را به عنوان نتیجه حاصل از پرتاب تاس تعریف کنیم آنگاه X از توزیع یکنواخت گسسته به صورت زیر برخوردار است
لینک دانلود و خرید پایین توضیحات
فرمت فایل word و قابل ویرایش و پرینت
تعداد صفحات: 28
احتمال و احتمال شرطی
مدل احتمال شرطی
اگر A و B دو پیشامد از فضای نمونه ای S باشند و ، و بدانیم آگاهی از رخداد حتمی پیشامد B در مقدار احتمال سایر پیشامدها اثر می گذارد، احتمال پیشامد A به شرط این که پیشامد B رخ دهد به صورت زیر تعریف می شود:
قاعده ضرب احتمال
این رابطه به قاعده ضرب احتمال موسوم است. به کمک این قاعده می توان احتمال رخداد هم زمان دو پیشامد را تعیین کرد.
استقلال دو پیشامد
اگر آگاهی از رخداد پیشامد B در احتمال رخداد پیشامد A مؤثر نباشد، A را مستقل از B میگویند. پس:
احتمال تجربی
مجموعه ی همه ی نتایج ممکن در یک آزمایش تصادفی، فضای نمونه ای نامیده می شود.
نسبت «رو» هایی که در آزمایش پرتاب سکه به دست آمد، همان فراوانی نسبی است.
اگر داده های حاصل از آزمایش در محاسبه ی احتمال مورد استفاده قرار گیرد به احتمال تجربی یا تخمین احتمال گویند.
مثال: از 50 بار پرتاب یک سکه 30 بار رو ظاهر شده است تخمین احتمال رو آمدن سکه کدام است؟
به احتمال هایی که در آن پیشامدها به طور ایده آل رخ می دهند و داده های حاصل از آزمایش در آن نقشی ندارند احتمال نظری گفته می شود و در این حالت نتایج آزمایش هم شانس هستند.
مثال: در پرتاب یک تاس احتمال آمدن عدد بزرگتر از 4 کدام است؟
توضیح بهتر اینکه:احتمال نظری به احتمالهایی گفته می شود که به کمک آنچه که به طور ایده آل باید رخ دهد تعیین می گردند و داده های حاصل از آزمایش در آن نقشی نداشته باشند. برای مثال در پرتاب یک سکه فضای نمونه به صورت {پ و ر}=S می باشد که احتمال «رو» آمدن سکه و احتمال «پشت» آمدن سکه نیز است. این دو عدد احتمال نظری می باشند.
همچنین در پرتاب یک تاس فضای نمونه به صورت {6و5و4و3و2و1}=S می باشد که احتمال آمدن عدد3، می باشد، که این عدد احتمال نظری ظاهر شدن عدد3 می باشد.
احتمال تجربی: اگر یک سکه سالم را 100 بار پرتاب کنیم و از این 100 بار 55 بار «رو» ظاهر شود کسر را احتمال تجربی (تخمین احتمال) رو آمدن در این 100 بار آزمایش می گوییم همچنین اگر یک تاس را 30 بار پرتاب کنیم و 5 بار عدد 2 ظاهر شده باشد کسر را احتمال تجربی ظاهر شدن عدد 2 در این 30 بار آزمایش می گوییم
ظهور احتمال
اما ظهور احتمال به صورت یک نظریه ریاضی نسبتاً جدید است.
مصریان قدیم در حدود ۳۵۰۰ سال قبل از میلاد برای بازی از چیزی که امروزه آن را "قاپ" مینامند و شیئی استخوانی شبیه تاس چهار وجهی است استفاده میکردندکه در استخوان زانوی پای بعضی از حیوانات وجود دارد.
تاس شش وجهی معمولی در حدود سالهای ۱۶۰۰ بعد از میلاد ساخته شد و از آن به بعد در تمام انواع بازیها ابزار اصلی بوده است.
بدیهی است که ضمن انجام بازیهای تصادفی ،بازیکنان این بازیهادرباره فراوانی وقوع پیشامدهای معین و درباره احتمال آنها ایدههای شهودی به دست آوردند اما تعجب اینکه تا قرن پانزدهم هیچگونه بررسی علمی در مورد پیشامدهای تصادفی انجام نشد.
گذر از احتمال کلاسیک
اوایل تئوری احتمالات به یک تعداد متناهی از نتایج یک امتحان دو شقی محدود شده بود.قانون محاسبه احتمال،در اصل بسیار ساده بود:
یک پیشامد مرکب،تعدادی پیشامد اولیه را شامل میشود.احتمال آن پیشامد مرکب برابر است با حاصل جمع احتمالات آن پیشامدهای اولیه.برای تعیین احتمالهای پیشامدهای مرکب،پیشامدهای اولیه باید احتمالهایی داشته باشند.طرح های تخمینی بر اساس پیشامدهای اولیه متقارن بنیان نهاده شده بودند.در نتیجه اگر تعداد پیشامدهای اولیه m بود،تقارن نتایج یک بازی به معنی زیبا بودن آن بازی بود.
محاسبات کلاسیک احتمالات که بسیار محدود بودند،بر پایهء تفسیر کلاسیک احتمال انجام میشدند.
تعبیر امواج دوبروی با نظریه احتمال
بر اساس اصل عدم قطعیت هایزنبرگ در مکانیک کوانتومی نمیتوان در مورد پدیدهها با قطعیت کامل اظهار نظر نمود و لذا نتیجه اندازه گیریها و آزمایشهای مختلف بوسیله نظریه
لینک دانلود و خرید پایین توضیحات
فرمت فایل word و قابل ویرایش و پرینت
تعداد صفحات: 28
احتمال و احتمال شرطی
مدل احتمال شرطی
اگر A و B دو پیشامد از فضای نمونه ای S باشند و ، و بدانیم آگاهی از رخداد حتمی پیشامد B در مقدار احتمال سایر پیشامدها اثر می گذارد، احتمال پیشامد A به شرط این که پیشامد B رخ دهد به صورت زیر تعریف می شود:
قاعده ضرب احتمال
این رابطه به قاعده ضرب احتمال موسوم است. به کمک این قاعده می توان احتمال رخداد هم زمان دو پیشامد را تعیین کرد.
استقلال دو پیشامد
اگر آگاهی از رخداد پیشامد B در احتمال رخداد پیشامد A مؤثر نباشد، A را مستقل از B میگویند. پس:
احتمال تجربی
مجموعه ی همه ی نتایج ممکن در یک آزمایش تصادفی، فضای نمونه ای نامیده می شود.
نسبت «رو» هایی که در آزمایش پرتاب سکه به دست آمد، همان فراوانی نسبی است.
اگر داده های حاصل از آزمایش در محاسبه ی احتمال مورد استفاده قرار گیرد به احتمال تجربی یا تخمین احتمال گویند.
مثال: از 50 بار پرتاب یک سکه 30 بار رو ظاهر شده است تخمین احتمال رو آمدن سکه کدام است؟
به احتمال هایی که در آن پیشامدها به طور ایده آل رخ می دهند و داده های حاصل از آزمایش در آن نقشی ندارند احتمال نظری گفته می شود و در این حالت نتایج آزمایش هم شانس هستند.
مثال: در پرتاب یک تاس احتمال آمدن عدد بزرگتر از 4 کدام است؟
توضیح بهتر اینکه:احتمال نظری به احتمالهایی گفته می شود که به کمک آنچه که به طور ایده آل باید رخ دهد تعیین می گردند و داده های حاصل از آزمایش در آن نقشی نداشته باشند. برای مثال در پرتاب یک سکه فضای نمونه به صورت {پ و ر}=S می باشد که احتمال «رو» آمدن سکه و احتمال «پشت» آمدن سکه نیز است. این دو عدد احتمال نظری می باشند.
همچنین در پرتاب یک تاس فضای نمونه به صورت {6و5و4و3و2و1}=S می باشد که احتمال آمدن عدد3، می باشد، که این عدد احتمال نظری ظاهر شدن عدد3 می باشد.
احتمال تجربی: اگر یک سکه سالم را 100 بار پرتاب کنیم و از این 100 بار 55 بار «رو» ظاهر شود کسر را احتمال تجربی (تخمین احتمال) رو آمدن در این 100 بار آزمایش می گوییم همچنین اگر یک تاس را 30 بار پرتاب کنیم و 5 بار عدد 2 ظاهر شده باشد کسر را احتمال تجربی ظاهر شدن عدد 2 در این 30 بار آزمایش می گوییم
ظهور احتمال
اما ظهور احتمال به صورت یک نظریه ریاضی نسبتاً جدید است.
مصریان قدیم در حدود ۳۵۰۰ سال قبل از میلاد برای بازی از چیزی که امروزه آن را "قاپ" مینامند و شیئی استخوانی شبیه تاس چهار وجهی است استفاده میکردندکه در استخوان زانوی پای بعضی از حیوانات وجود دارد.
تاس شش وجهی معمولی در حدود سالهای ۱۶۰۰ بعد از میلاد ساخته شد و از آن به بعد در تمام انواع بازیها ابزار اصلی بوده است.
بدیهی است که ضمن انجام بازیهای تصادفی ،بازیکنان این بازیهادرباره فراوانی وقوع پیشامدهای معین و درباره احتمال آنها ایدههای شهودی به دست آوردند اما تعجب اینکه تا قرن پانزدهم هیچگونه بررسی علمی در مورد پیشامدهای تصادفی انجام نشد.
گذر از احتمال کلاسیک
اوایل تئوری احتمالات به یک تعداد متناهی از نتایج یک امتحان دو شقی محدود شده بود.قانون محاسبه احتمال،در اصل بسیار ساده بود:
یک پیشامد مرکب،تعدادی پیشامد اولیه را شامل میشود.احتمال آن پیشامد مرکب برابر است با حاصل جمع احتمالات آن پیشامدهای اولیه.برای تعیین احتمالهای پیشامدهای مرکب،پیشامدهای اولیه باید احتمالهایی داشته باشند.طرح های تخمینی بر اساس پیشامدهای اولیه متقارن بنیان نهاده شده بودند.در نتیجه اگر تعداد پیشامدهای اولیه m بود،تقارن نتایج یک بازی به معنی زیبا بودن آن بازی بود.
محاسبات کلاسیک احتمالات که بسیار محدود بودند،بر پایهء تفسیر کلاسیک احتمال انجام میشدند.
تعبیر امواج دوبروی با نظریه احتمال
بر اساس اصل عدم قطعیت هایزنبرگ در مکانیک کوانتومی نمیتوان در مورد پدیدهها با قطعیت کامل اظهار نظر نمود و لذا نتیجه اندازه گیریها و آزمایشهای مختلف بوسیله نظریه
لینک دانلود و خرید پایین توضیحات
فرمت فایل word و قابل ویرایش و پرینت
تعداد صفحات: 22
دانشگاه علامه طباطبائی
دانشکده اقتصاد
رشته آمار
پایان نامه جهت دریافت درجه کارشناسی
موضوع :
نظریه احتمال و مجموعه های فازی
استاد راهنما :
جناب آقای دکتر شهرام سلیلی
دانشجو :
هدیه شادمانی
سال تحصیلی 84-83
فهرست مطالب
عنوان صفحه
نظریه احتمال و مجموعه های فازی
1_ مقدمه 1
2- اندازه های فازی 2
3- نرم ها و هم نرم های مثلثی 4
4- مکمل سازی 9
5- دسته های فازی 12
6- اندازه های پیشامدهای فازی 15
7- فهرست منابع 21
نظریه احتمال و مجموعه های فازی
1ـ مقدمه
زمینه نظریه احتمال کلاسیک مبتنی بر اصل مدل کلموگروف است بطوریکه پیشامدها به صورت زیر مجموعهی معمولی از یک مجموعه مرجع X میباشند. این پیشامد ها یک ـ جبر A را تشکیل میدهند. احتمال P به عنوان یک تابع حقیقی روی A تعریف میشود و شرایط مرزی و P(X)=1 در مورد آن صدق میکند و برای هر ترتیب از پیشامدهای دوبدو ناسازگار دارای خاصیت _ جمعی میباشد و اگر شرط مرزی P(X)=1 را تغییر دهیم آنگاه به فهوم اندازه دست مییابیم. یک شاخه مهم از نظریهی فازی با استنباط ها از احتمال P ( و احیاناً ـ جبر A ) تا زمانی که مفهوم زیر مجموعه های معمولی باقی بماند و تغییر نکند در ارتباط است. این عنوان موضوع اصلی این مقاله نیست به هر حال به بعضی از این استنباط ها در فصل 2 اشاره میشود.
مجموعههای فازی توسط زاده ( Zadeh) در سال 1965 به عنوان تعمیم مجموعههای معمولی معرفی شدند. ( توسط تابع مشخصههای آن ها ارائه داده شدند.) که بصورت تابعی از مجموعه مرجع X به بازه واحد [0,1] هستند. ما تعمیمها و استنباطهای ممکن دیگر را حذف خواهیم کرد. ( برای مرور عمیق تر بر نظریه مجموعه فازی و کاربرد آنها به مقاله ] 27[ توجه کنید.) تعمیم کاربرد اشتراک، اجتماع و مکملسازی در نظریه مجموعه های معمولی به مجموعههای فازی معمولاً بصورت نقطه به نقطة صورت میگیرد.
دو تابع دو متغیره
و یک تابع یک متغیره و تعمیم آن ها از طریق معمولی است:
اگر A و B دو زیر مجموعهی فازی از X باشند آنگاه برای هر داریم:
در تحت بعضی از شرایط طبیعی T به یک نرم مثلثی Sklar و Schweizer ] 30[ تغییر پیدا می کند. بطور مشابه S نیز یک هم نرم مثلثی است. T و S در بخش 3 مورد بحث قرار خواهند گرفت. تابع مکمل C و روابط بین S , T در بخش 4 بحث خواهند شد. توجه کنید که اشتراک و اجتماعهائی که وابسته عنصری هستند توسط Klement ] 12 [ موردمطالعه و طبقه بندی قرار گرفتند. بطور مشابه lowen ] 16 [ مکملهایی را که وابسته عنصری هستند مورد مطالعه قرار داد. بطور کلی مادراین مقاله با تعریف نقطه به نقطه رابطه های فازی سروکار داریم.
یک زوج (X,A ) که A یک ـ جبر از زیر مجموعه ی معمولی مجموعهی مرجع X است، یک فضای کلاسیک قابل اندازهگیری را تشکیل میدهد. در بخش 5 بعضی از تعمیم های فازی از فضاهای اندازه پذیر مثل جبر های فازی تولید شده ( دسته ها)، ـ جبرهای فازی، T ـ دسته ها، g-T – دسته ها بحث خواهد شد. بعد از مرور کوتاه بر این موضوع، ما بعضی از آخرین نتایج و مسائل باز را ارائه میدهیم. در بخش 6 به اندازههای پیشامدهای فازی( اندازههای احتمال فازی، T ـ اندازهها، اندازههای تجزیه پذیر و غیره ) خواهیم پرداخت. سپس این بخش نیز شامل سیر تاریخی مطلب، بعضی از آخرین نتایج و مسائل باز میباشد.
2ـ اندازههای فازی
اندازه های فازی اولین بار توسط Sugeno ] 35[ در سال 1974 در پایاننامهی دکترای او معرفی شد. یک اندازه فازی یک تابع مجموعه ای است که روی سیستم D از زیر مجموعه های معمولی مجموعهی مرجع
X تعریف میشود. ( برای X متناهی، D معمولاً بصورت مجموعهی توان از مجموعه X گرفته میشود، ). تنها شرط لازم برای D این است که مجموعهی را شامل شود و . اغلب D به عنوان ـ جبر فرض میشود. یک اندازه فازی ( R مجموعهی اعداد حقیقی) در شرایط زیر صدق می کند:
برای هرترتیب یکنواخت پیشامدهای
مستلزم است.
شرط (3) نسبتاً قوی است. بطور مثال بسیاری از اندازه های احتمال با پیوستگی از بالا هماهنگ نیستند، به همین دلیل است که در صفحات بعدی شرط پیوستگی حذف میشود. به مقاله های ] 24 و 23 و 21 [ توجه کنید. از این رو اندازه فازی یک تابع مجموعه یکنوا روی D است که در مجموعه تهی برابر صفر میشود. بدین معنی که اندازه فازی شرط (1) ، (2) را محقق میسازد. اگر علاوه بر این دو شرط، شرط (3) نیز صادق شود m اندازه فازی پیوسته نامیده میشود.